In einer Branche, in der sich alles um Conversions dreht, wagte Experian den Schritt, sich auf den Customer Lifetime Value (CLV) zu konzentrieren. Das war eine sowohl herausfordernde als auch schwierige Aufgabe, sagt Jane Yu, Senior Director of Digital Analytics and Ad Operations. Aber mittlerweile profitiert das Unternehmen von dieser Umstellung und ist auf einem hart umkämpften Markt auf Wachstumskurs.
Experian Consumer Services ist der Geschäftsbereich von Experian, der online Bonitätsauskünfte und -bewertungen sowie Überwachungslösungen für Endverbraucher bereitstellt. Anfangs dachten wir, dass unser Geschäftserfolg einzig und allein von den Momenten abhängt, in denen ein Kunde auf die Kaufschaltfläche klickt. Und da sich bei uns alles nur um Conversions drehte, war unser Marketing darauf ausgerichtet, potenzielle Kunden zum sofortigen Abschluss zu bewegen.
Wir erkannten aber, dass uns kein nachhaltiger Erfolg gelingen kann, wenn wir nur diesen KPI heranziehen. Der Markt für Finanzdienstleistungen wächst und wandelt sich ständig – und täglich kommen neue Mitbewerber hinzu. Es war notwendig, besser auf die Anforderungen unserer Kunden einzugehen, um uns von anderen Marken abzuheben. Hierzu mussten wir unsere Analysestrategie überdenken und uns auf den CLV konzentrieren. Heutzutage überzeugen wir Kunden von unseren Vorzügen, indem wir individuelle Werbebotschaften und Angebote zur passenden Zeit und in der richtigen Phase ihres finanziellen Lebenszyklus präsentieren.
Das Ganze war nicht einfach, aber es hat sich gelohnt. Erfahren Sie, wie alles begonnen hat.
Die Voraussetzungen schaffen, um den Schwerpunkt auf den CLV zu legen
Uns war klar, dass die Umstellung auf den CLV nur Erfolg haben würde, wenn wir unsere Kunden detaillierter segmentieren. Das war eine knifflige Aufgabe. Wir mussten Kundendaten aus verschiedenen Quellen, darunter unsere eigenen und Daten von Drittanbietern, genau untersuchen, was oft chaotisch und schwierig ist und nie zum perfekten Ergebnis führt. Drei organisatorische Voraussetzungen mussten für einen erfolgreichen Start erfüllt werden:
- Die Geschäftsführung ins Boot holen, um dieser Umstellung unternehmensweit Priorität einzuräumen
- Modernisierung unserer Infrastruktur durch bessere Prozesse zum Erfassen, Speichern und Analysieren von Daten: Wir haben Google Analytics integriert und unsere Modelle danach ausgerichtet. Außerdem haben wir bei der Umstellung auf eine cloudbasierte Architektur ein Data Science-Team eingesetzt, um das Ganze flexibler zu machen und schneller umsetzen zu können.
- Investitionen in die Schulung unserer Analysten, damit sie die neuen Berichtstools effektiv einsetzen können
Mit diesem neuen System konnten wir die CLV-Segmentierung direkt mit unseren Analysen verknüpfen und verschiedene Kampagnen mit unterschiedlichen Zielgruppensegmenten ganz einfach testen.
Messverfahren aktualisieren, um den CLV abzubilden
Um den CLV in den Vordergrund zu rücken, war weit mehr nötig, als nur die Kundensegmentierung und Werbebotschaften zu ändern. Auch unsere Messverfahren und -werte mussten an diesen neuen Ansatz angepasst werden. Hierzu begannen wir, unsere Werbung im Hinblick auf den CLV zu optimieren. Das Messen und Erfassen dieses Werts war bisher ein Ad-hoc-Prozess, aber mit einer einzelnen Plattform ist es nun möglich, ihn basierend auf neuen Leistungsdaten dynamisch aufzuzeichnen und aktualisieren.
Außerdem erschien es uns unfair, den wahren Wert eines Kunden nur als Geldbetrag zu messen. Wir mussten eine Möglichkeit finden, die Interaktionen aller Kunden mit unserem Unternehmen zu quantifizieren, um uns ein Bild von anderen lukrativen Kundenbeziehungen zu machen. Wenn jemand beispielsweise nicht sofort zum Kauf bereit ist, ist es für uns außerordentlich nützlich zu wissen, wie wir uns später in der Entscheidungsphase wieder in Erinnerung rufen können. Anhand von Näherungswerten versuchen wir herauszufinden, wie der CLV in verschiedenen Szenarien aussieht. Wir können dann die Verhaltensweisen, die auf Interesse und Treue hindeuten, als Indikatoren für lukrative Kundenbeziehungen nutzen.
Wir werden diese daten- und modellbezogene Strategie weiterentwickeln, um sie über Google Analytics und AdWords direkt auf unser Marketing anzuwenden.
Die nächsten Schritte
Uns war bewusst, dass das Erfassen des CLVs nicht gleich auf Anhieb perfekt funktionieren würde. Wir machen aber Fortschritte und schaffen eine solide Grundlage, um die Anforderungen unserer Kunden besser erfüllen zu können. So können wir das Geschäft ankurbeln und unser Unternehmen ausbauen. Neu gewonnene Daten fließen in unser Modell und in unsere Analyse ein, um sie entsprechend anzupassen und durch maschinelles Lernen zu optimieren, damit wir mit der Zeit noch präzisere Ergebnisse erhalten.
Ein Segment, das uns interessiert, sind beispielsweise zufriedene, zahlende Kunden. Wir möchten diese Gruppe nicht mit Werbebotschaften für Produkte bombardieren, die sie bereits verwenden. Daher konzentrieren wir uns darauf, ihre Anforderungen über andere Dienstleistungen und Kanäle zu erfüllen. Das erhöht die Zufriedenheit und verschafft uns die Möglichkeit, unser Werbebudget gezielt zum Erreichen neuer Kunden einzusetzen. Durch Erkenntnisse wie diese können wir Tools entwickeln, um neue Verhaltensweisen und Segmente zu erfassen und in unsere Modelle und Analysen zu integrieren.
Ich kann Unternehmen, die sich ähnlich wie wir auf den CLV konzentrieren möchten, nur raten, alle internen Mitarbeiter und Agenturteams so zu koordinieren, dass alle an einem Strang ziehen und ein gemeinsames Ziel verfolgen. Und ganz wichtig: Sprechen Sie mit den Analysten. Sie helfen Ihnen dabei, die Bedürfnisse und Wünsche Ihrer Kunden wirklich zu verstehen – und letztlich Ihre Marke auszubauen, indem sie ihr Augenmerk auf den CLV legen.